AI BENCHY

Leaderboard Benchmark AI

Name: Hasil Benchmark Model AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03 Model Dievaluasi: 161

161/161

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#86#86	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.599 ↑	9.69s
Lihat kartu model Total Tes 18 Tes Salah 10 Keandalan T/A Tingkat lulus per percobaan 59.3% Tes tidak stabil 5 Token input 721,952 Token output 294,668 Token penalaran 305,374 Waktu respons (rata-rata) 9.69s Waktu respons (total) 155.07s Waktu respons (maks) 35.28s Jawaban salah: 4 Kesalahan API: 2 Format tambahan: 2 Tidak mengikuti instruksi: 2 Trik anti-AI : 6.9 Pemrograman : 10.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.7 Pemanggilan alat : 3.0
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Lihat kartu model Total Tes 20 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 86.7% Tes tidak stabil 3 Token input 31,593 Token output 1,964 Token penalaran 109,481 Waktu respons (rata-rata) 37.88s Waktu respons (total) 757.66s Waktu respons (maks) 332.10s Jawaban salah: 4 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
Lihat kartu model Total Tes 16 Tes Salah 3 Keandalan T/A Tingkat lulus per percobaan 81.3% Tes tidak stabil 0 Token input 28,980 Token output 1,283 Token penalaran 1,533,310 Waktu respons (rata-rata) 68.14s Waktu respons (total) 1090.28s Waktu respons (maks) 280.52s Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#61#61	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
Lihat kartu model Total Tes 18 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.5% Tes tidak stabil 4 Token input 29,134 Token output 1,984 Token penalaran 1,355,583 Waktu respons (rata-rata) 61.96s Waktu respons (total) 1115.31s Waktu respons (maks) 149.23s Jawaban salah: 4 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 5.0 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 5.7 Pemanggilan alat : 10.0
#64#64	Claude Opus 4.6medium	7.2	Anthropic	$1.896	25.45s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 2 Token input 50,062 Token output 42,254 Token penalaran 23,554 Waktu respons (rata-rata) 25.45s Waktu respons (total) 330.91s Waktu respons (maks) 83.40s Format tambahan: 4 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.4 Pemrograman : 7.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#47#47	Claude Sonnet 4.6medium	7.6	Anthropic	$1.330	15.81s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 1 Token input 45,947 Token output 49,891 Token penalaran 29,565 Waktu respons (rata-rata) 15.81s Waktu respons (total) 189.71s Waktu respons (maks) 46.35s Format tambahan: 3 Jawaban salah: 3 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 7.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 4 Token input 31,489 Token output 2,221 Token penalaran 68,486 Waktu respons (rata-rata) 22.31s Waktu respons (total) 446.17s Waktu respons (maks) 100.41s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#4#4	Gemini 3.1 Pro Previewmedium	9.3	Google	$1.006	20.77s
Lihat kartu model Total Tes 20 Tes Salah 2 Keandalan 10.0 Tingkat lulus per percobaan 90.0% Tes tidak stabil 0 Token input 38,614 Token output 1,971 Token penalaran 75,384 Waktu respons (rata-rata) 20.77s Waktu respons (total) 269.96s Waktu respons (maks) 88.68s Jawaban salah: 2 Trik anti-AI : 10.0 Pemrograman : 7.0 Gabungan : 9.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
Lihat kartu model Total Tes 20 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 83.3% Tes tidak stabil 1 Token input 57,185 Token output 23,201 Token penalaran 5,901 Waktu respons (rata-rata) 9.34s Waktu respons (total) 186.84s Waktu respons (maks) 38.03s Jawaban salah: 3 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 9.8 Parsing dan ekstraksi data : 7.1 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$0.994	8.30s
Lihat kartu model Total Tes 20 Tes Salah 1 Keandalan 10.0 Tingkat lulus per percobaan 96.7% Tes tidak stabil 1 Token input 34,591 Token output 1,969 Token penalaran 102,679 Waktu respons (rata-rata) 8.30s Waktu respons (total) 165.92s Waktu respons (maks) 34.82s Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 9.8 Pengetahuan umum : 10.0
#66#66	Step 3.7 Flashhigh	7.2	Stepfun	$0.960	49.43s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 3 Token input 35,763 Token output 828,084 Token penalaran 0 Waktu respons (rata-rata) 49.43s Waktu respons (total) 988.58s Waktu respons (maks) 192.75s Jawaban salah: 6 Tidak ada jawaban: 3 Trik anti-AI : 10.0 Pemrograman : 3.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 5.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#21#21	Gemini 3.5 Flashnone	8.0	Google	$0.924	9.05s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 76.7% Tes tidak stabil 3 Token input 10,840 Token output 100,760 Token penalaran 0 Waktu respons (rata-rata) 9.05s Waktu respons (total) 153.86s Waktu respons (maks) 64.36s Kesalahan API: 3 Jawaban salah: 3 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 7.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 2.8
#15#15	Qwen3.6 Max Previewmedium	8.4	Qwen	$0.872 ↓	58.43s
Lihat kartu model Total Tes 20 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 80.0% Tes tidak stabil 2 Token input 39,527 Token output 2,253 Token penalaran 130,852 Waktu respons (rata-rata) 58.43s Waktu respons (total) 1168.66s Waktu respons (maks) 238.07s Jawaban salah: 5 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#8#8	GPT-5.5low	8.9	OpenAI	$0.822	9.43s
Lihat kartu model Total Tes 20 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 85.0% Tes tidak stabil 0 Token input 31,590 Token output 2,025 Token penalaran 20,092 Waktu respons (rata-rata) 9.43s Waktu respons (total) 188.66s Waktu respons (maks) 56.19s Jawaban salah: 3 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 3 Token input 28,584 Token output 102,208 Token penalaran 229,120 Waktu respons (rata-rata) 54.03s Waktu respons (total) 1026.57s Waktu respons (maks) 215.85s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Kedaluwarsa: 2 Tidak ada jawaban: 1 Trik anti-AI : 7.0 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#14#14	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Lihat kartu model Total Tes 18 Tes Salah 4 Keandalan T/A Tingkat lulus per percobaan 81.5% Tes tidak stabil 1 Token input 35,955 Token output 1,647 Token penalaran 91,565 Waktu respons (rata-rata) 9.75s Waktu respons (total) 175.48s Waktu respons (maks) 31.36s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 0 Token input 41,496 Token output 2,258 Token penalaran 341,381 Waktu respons (rata-rata) 42.39s Waktu respons (total) 847.76s Waktu respons (maks) 252.69s Jawaban salah: 4 Format tambahan: 3 Trik anti-AI : 8.3 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#17#17	GPT-5.3-Codexmedium	8.3	OpenAI	$0.685	15.95s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 81.7% Tes tidak stabil 4 Token input 31,680 Token output 2,336 Token penalaran 42,565 Waktu respons (rata-rata) 15.95s Waktu respons (total) 319.08s Waktu respons (maks) 100.93s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.6 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 58.3% Tes tidak stabil 3 Token input 37,007 Token output 1,952 Token penalaran 357,306 Waktu respons (rata-rata) 41.16s Waktu respons (total) 823.26s Waktu respons (maks) 299.23s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Format tambahan: 1 Trik anti-AI : 10.0 Pemrograman : 3.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.4 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#7#7	Claude Opus 4.7medium	8.9	Anthropic	$0.624	4.48s
Lihat kartu model Total Tes 20 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 85.0% Tes tidak stabil 0 Token input 61,569 Token output 10,439 Token penalaran 2,198 Waktu respons (rata-rata) 4.48s Waktu respons (total) 85.21s Waktu respons (maks) 23.18s Jawaban salah: 2 Kedaluwarsa: 1 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 4 Token input 41,532 Token output 1,485 Token penalaran 214,710 Waktu respons (rata-rata) 49.23s Waktu respons (total) 984.52s Waktu respons (maks) 216.69s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Format tambahan: 1 Trik anti-AI : 10.0 Pemrograman : 7.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#1🥇 #1	Gemini 3 Flash Previewmedium	9.8	Google	$0.567	16.50s
Lihat kartu model Total Tes 20 Tes Salah 1 Keandalan 10.0 Tingkat lulus per percobaan 98.3% Tes tidak stabil 1 Token input 34,014 Token output 2,000 Token penalaran 181,033 Waktu respons (rata-rata) 16.50s Waktu respons (total) 330.06s Waktu respons (maks) 117.26s Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 7.9 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 10.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#101#101	Grok Build 0.1none	6.0	X AI	$0.547	28.69s
Lihat kartu model Total Tes 19 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 50.9% Tes tidak stabil 4 Token input 11,793 Token output 267,275 Token penalaran 0 Waktu respons (rata-rata) 28.69s Waktu respons (total) 459.00s Waktu respons (maks) 138.35s Jawaban salah: 7 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.8 Spesifik domain : 3.6 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.4 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#62#62	Claude Opus 4.8none	7.3	Anthropic	$0.519	3.51s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 2 Token input 63,282 Token output 8,098 Token penalaran 0 Waktu respons (rata-rata) 3.51s Waktu respons (total) 70.19s Waktu respons (maks) 17.73s Format tambahan: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 6.5 Pemrograman : 6.8 Gabungan : 9.5 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 71.7% Tes tidak stabil 3 Token input 38,997 Token output 26,166 Token penalaran 213,524 Waktu respons (rata-rata) 39.40s Waktu respons (total) 788.00s Waktu respons (maks) 168.16s Jawaban salah: 5 Kedaluwarsa: 2 Trik anti-AI : 10.0 Pemrograman : 4.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#9#9	Claude Opus 4.7none	8.9	Anthropic	$0.505	3.02s
Lihat kartu model Total Tes 19 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 84.2% Tes tidak stabil 0 Token input 69,576 Token output 6,265 Token penalaran 0 Waktu respons (rata-rata) 3.02s Waktu respons (total) 57.44s Waktu respons (maks) 18.27s Jawaban salah: 3 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 9.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#59#59	GPT-5.2medium	7.3	OpenAI	$0.492	16.50s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 70.0% Tes tidak stabil 4 Token input 31,348 Token output 2,880 Token penalaran 28,289 Waktu respons (rata-rata) 16.50s Waktu respons (total) 214.45s Waktu respons (maks) 77.80s Tidak mengikuti instruksi: 3 Jawaban salah: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 3.7 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.5 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#24#24	Qwen3.5-27Bmedium	7.9	Qwen	$0.488 ↓	60.09s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 3 Token input 39,329 Token output 2,569 Token penalaran 304,894 Waktu respons (rata-rata) 60.09s Waktu respons (total) 1201.89s Waktu respons (maks) 177.36s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Format tambahan: 1 Kedaluwarsa: 1 Trik anti-AI : 8.7 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#60#60	GPT-5.4 Minimedium	7.3	OpenAI	$0.486	22.10s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 71.7% Tes tidak stabil 5 Token input 31,497 Token output 2,160 Token penalaran 100,548 Waktu respons (rata-rata) 22.10s Waktu respons (total) 442.09s Waktu respons (maks) 138.75s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Trik anti-AI : 8.6 Pemrograman : 7.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.8 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#6#6	Gemini 3.5 Flashmedium	9.0	Google	$0.472	4.29s
Lihat kartu model Total Tes 20 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 86.7% Tes tidak stabil 1 Token input 33,933 Token output 1,995 Token penalaran 44,792 Waktu respons (rata-rata) 4.29s Waktu respons (total) 85.72s Waktu respons (maks) 12.05s Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0

Perbandingan Cepat

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat